GuavaCache本地缓存(LoadingCache)的使用分析

添加mavne依赖

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>29.0-jre</version>
</dependency>

测试代码及注释

package com.swkj.customer.restapi.test;

import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;

import java.util.concurrent.ExecutionException;
import java.util.concurrent.TimeUnit;

/**
 * @Description:
 * @Author: GE LIANG
 * @Date: 2022/8/26 9:33
 */
public class CacheTest {
    private static LoadingCache<String, Object> loadingCache = CacheBuilder.newBuilder()
            // 并发级别
            .concurrencyLevel(8)
            // 初始容量
            .initialCapacity(10)
            // 超出阈值之后使用LRU算法溢出缓存项，只会在写入操作时候同步移除
            .maximumSize(100)
            // 缓存项自动定时刷新-》缓存项只有在被检索时才会真正刷新，即只有刷新间隔时间到了你再去get(key)才会重新去执行Loading否则就算刷新间隔时间到了也不会执行loading操作
            .refreshAfterWrite(3, TimeUnit.MINUTES)
            .build(new CacheLoader<String, Object>() {
                @Override
                public String load(String key) throws Exception {
                    /**
                     * 不同缓存数据要使用不同loadingCache获取
                     */

                    /**
                     * 方式1-单个插入缓存
                     */
                    // 回源操作(当通过get(key)的方式不存在的时候出发)
                    String result = "需要缓存的单条数据（可以是任何类型）";
                    return result;

                    /**
                     * 方式2-批量插入缓存
                     */
//                    Map<String, Object> batchCacheMap = new HashMap<>();
//                    batchCacheMap.put("key1", "abc123");
//                    batchCacheMap.put("key2", "模拟数据-需要获取的时候使用loadingCache.get(\"key2\")即可");
//                    loadingCache.putAll(batchCacheMap);
//                    return batchCacheMap.get(key);
                }
            });

    public static void main(String[] args) throws ExecutionException {
        /**
         * 方式一的获取方式
         */
        loadingCache.get("resultKey");

        /**
         * 方式二的获取方式
         */
//        loadingCache.get("key1");
//        loadingCache.get("key2");
    }
}

GuavaCache为开发人员提供了三种缓存被动更新机制，如下所示：

• expireAfterAccess：缓存项在单位时间内未发生过读/写操作即被回收；
• expireAfterWrite：缓存项在单位时间内未被更新即被回收；
• refreshAfterWrite：缓存项离上一次更新操作多久之后会被更新；

expireAfterWrite机制：当缓存项过期触发回源操作时，GuavaCache会通过重入锁ReentrantLock严格地控制单机只能有一个线程在执行操作，而其他线程则必须阻塞等待直至回源操作完成，不过当回源操作结束后，之前那些被阻塞的线程仍然会逐一获取锁来验证回源结果；也就是说，每个线程必须轮流地经历取锁、取值，以及释放锁的过程，这样会存在一定程度上的性能损耗，适用缓存数据强一致性的场景。

refreshAfterWrite机制：可以有效避免expireAfterWrite 机制在并发环境下因为锁资源竞争所带来的性能损耗，同expireAfterWrite类似，在执行回源操作时，单机仍然只允许一个线程在执行操作，但其他线程并不会阻塞，而是直接返回旧值；这么做虽然可以提升性能，但却仍然存在一个明显的问题，那就是refreshAfterWrite机制并不能够严格地确保返回值都是新值，适用缓存数据可以容忍短暂时间不一致场景。

当然具体应该使用哪一种缓存被动更新机制，则还需要结合具体的业务场景而定。